王坚如何看待AI？

9月5日，上海外滩大会主论坛上，中国工程院院士、阿里云创始人王坚分享了他对AI的思考。演讲结束后，还没来得及整理实录，各大媒体的报道就已经铺天盖地。AI时代，总有人比你快，这是个必须学会利用工具、结合个人技能才能跟上节奏的时代。有人喜欢被夸聪明，但更值得追求的是勤奋。勤奋不是简单的时间堆砌，而是一种“获得能力的能力”——用两天时间掌握别人半个月还没摸到门道的信息，这就是提升自己。马斯克在一次大学演讲中被问到成功秘诀时，只说了四个字：“Work Super Hard”。所以，尽管大会已过去三天，网络上关于王坚讨论AI的内容也已碎片化，但还是想通过自己的理解，把这份思考分享给你。

一、AI：漫长的过去，短暂的现代史

王坚首先谈到了AI的历史与演进。他提出了一个引人深思的观点：AI有着漫长的过去，却只有非常短暂的历史。

人工智能的萌芽，最早可以追溯到上世纪50年代初。当时，图灵发表了一篇名为《Intelligent Machines》的文章，首次探讨了机器与智能之间的关系。有趣的是，这篇文章当时发表在心理学的哲学杂志上。那时，“计算机”这个词都还没正式出现，人们习惯称之为“计算机械”。图灵在那篇文章中第一次提出了“数字计算机”的概念，这个概念影响至今，我们今天讨论机器智能的许多基础概念，都能从这里找到源头。

到了1956年，达特茅斯会议成为了人工智能发展史上的里程碑。但王坚特别提到，如果这场会议不是在达特茅斯举办，而是在其他地方，也许今天这个领域会有个截然不同的名字。

从个人经历来看，王坚分享了一段有意思的往事。赫伯特·西蒙这位心理学家，不仅参与了达特茅斯会议，还获得了诺贝尔经济学奖。1972年，西蒙作为美国计算机学会代表首次访华；80年代初，他又以美国心理学会名义再次来到中国。当时西蒙告诉他们，未来十年内人工智能将发生翻天覆地的变化。这番话让王坚激动不已。然而十年过去了，似乎一切如常。但事实上，许多基础概念和理论早在那个年代就已经埋下了种子。即便是神经网络，80年代末时已经有一本名为《PDP》的教科书，系统讲解了分布式处理，其中大部分内容都涵盖了神经网络的核心理论。只不过，当时的神经网络只有三层，每层两个节点，规模极其有限。而今天，AI模型已经能够处理上千万个节点，复杂性发生了质的飞跃。

那么，为什么说人工智能的现代史非常短呢？王坚给出的答案是：直到2017年，现代人工智能才真正拉开序幕。那一年，谷歌提出了Transformer模型，这个模型彻底改变了游戏规则。2017年之前的AI和今天的AI，已经是两个世界。所以，今天的人工智能只有短短7年的历史。而有趣的是，那篇划时代论文的八位作者，如今都已经离开了谷歌。这一切都表明，今天的AI与80年代的AI，发展路径和涌现方式已经截然不同。

二、AI+：OpenAI与谷歌，两条截然不同的路径

讨论AI+，有两家公司无论如何都绕不开：OpenAI和谷歌。在王坚看来，这两家公司恰恰代表了AI发展的不同方向。

先看OpenAI。为什么它能取得如此巨大的成功？技术突破是一方面，但更关键的是机制创新。OpenAI不是一家普通的科技公司。它最初是非盈利机构，却又能与商业机构结合，形成了一种极其独特的混合体。一个非盈利机构和一个商业机构在同一个主体里共存，背后需要何等复杂的机制创新？这也是他常对投资人说的：用传统的投资逻辑，你根本投不出OpenAI这样的公司。因为它既不是纯粹的科研机构，也不是普通的商业公司。正是这种混合机制，让它在技术突破的同时，解决了其他公司难以跨越的问题。

OpenAI与微软的合作，不只是创造了ChatGPT这个产品。他们更深入地探讨了GPT在各种场景中的应用潜力。有些产品可能有用，但不具革命性，最后被写成了书；而最具革命性的东西，往往最终变成了产品。这才是OpenAI与微软合作背后的真正力量。

相比之下，谷歌的处境显得有些复杂——很行，也很不行。谷歌在技术创新上毫无疑问是世界级的，尤其擅长从0到1的突破。2017年的Transformer模型就是最好的例证。但问题在于，谷歌并没有像OpenAI那样，通过机制创新把技术真正转化为具有广泛社会影响力的产品。斯坦福最近的讨论中也提到，谷歌技术确实厉害，但它没有像OpenAI那样在市场化应用上走得更远。技术在极致，但机制创新和市场化仍有巨大空间。这也解释了为什么OpenAI不仅在技术上走得远，在理解问题的深度上同样独具优势。

三、ChatGPT的本质：不只是应用，更是基础设施

很多人把ChatGPT看作一个普通的对话应用，这种理解远远不够。它的真正意义在于，为AI与行业深度融合提供了一种全新框架，去解决过去难以攻克的问题。

谈AI+，绝对不能简单理解为“AI加一个行业”，这样做反而是对AI+的庸俗化。AI+的关键不在于加了什么，而在于如何加。ChatGPT提供了一个框架，让AI嵌入各行各业去赋能，这不是技术堆砌，而是一种全新的交互方式和解决问题的能力。

所以，ChatGPT的本质不是一个应用，而是一个应用平台。不同行业可以围绕这个平台构建自己的场景——客户服务、自然语言处理、复杂数据分析，一切皆有可能。

ChatGPT为行业打开了无数新可能性。更重要的是，它不是AI+的一个应用，而是AI+的基础设施。无论是金融、教育还是医疗，ChatGPT都在这些领域找到了自己的位置。这就是AI+的真正价值：通过平台为行业赋能，带来深层次的变革。

顺着这个思路，再来看黄仁勋那句被广为引用的话：“ChatGPT是人工智能的iPhone时刻。”刚听到时很振奋，但仔细一想，这句话其实有点问题。因为它把三个模糊不清的概念——ChatGPT、人工智能、iPhone——放在了一起，形成了一个看似宏大却缺乏具体解释的说法。大家总强调iPhone生态系统和Apple Store，但初代iPhone发布的时候，Apple Store还不存在。当时一起发布产品的公司，今天几乎都消失了。所以，iPhone到底是什么？我们往往没真正想明白。

相比之下，AlphaFold 2发布时的那句话更加精准：“这是生物学的ImageNet时刻。”这才真正反映了技术发展的底层逻辑。

这一切的起点，可以追溯到杰夫·辛顿和他的两个学生发表的那篇经典论文。论文揭示了AI的三大基础要素：有组织的数据（ImageNet）、神经网络模型（CNN）和算力（GPU）。这三者第一次被完美结合，奠定了今天AI发展的基础。当时，辛顿和他的学生只用了两张普通的GPU卡——那种在中国每个网吧里都能找到的卡。但这两张卡的算力，已经超过了上万个CPU核。这就是技术突破的关键。

算力固然重要，但在创新的早期阶段，没有任何东西比人类的创造力更重要。然而，随着AI的发展，数据、模型、算力的规模都在急速膨胀。当这些因素的规模增加1000倍时，技术的性质也会发生根本性变化——这是一个质的飞跃。就像Pascal说的，婴儿的速度增加1000倍后就成了一架喷气机。规模改变了技术格局。当数据、模型和算力的规模变得如此庞大时，传统技术架构已经无力承载，新的基础设施也就应运而生。基础设施的引入，不仅解决了规模问题，也为未来的智能商业系统奠定了坚实基础。

四、基础设施视角：重新审视云计算

最后，王坚将目光投向了云计算。在云时代、移动时代和AI时代，大家都在讨论基础设施。答案毫无疑问是云计算。有意思的是，现在连苹果和英伟达也被划到了基础设施这一类，这种归类让人意外但并不奇怪——因为大家觉得这些企业就应该去做云计算。

作为深耕云计算领域的人，看到一张关于美国六大AI独角兽与背后基础设施支持的图表时，他感到非常激动。OpenAI背后是微软100亿美元的投入；第二名由AWS提供支持。全球排名前几的云计算服务商，几乎都在支撑着今天的美国AI独角兽。但细心的人会发现，榜单上排在第一、第二、第三、第五、第六，唯独没有第四名。第四名是阿里云。这个现象深刻反映出，基础设施在技术发展中的影响力有多大，也折射出各个产业之间的差距在哪里。

这让人想起另一句话：微软看起来不行，但其实也很行。虽然微软没有做出Transformer这样的技术突破，但它凭借云计算和基础设施找到了OpenAI这个合作伙伴，共同创造出了今天的成果。从另一个角度来看，微软非常成功。

在AI、AI+和AI基础设施的逻辑中，每个人都有机会去创造历史。有一个创业公司为证明自己创业的重要性，画了一张图，展示了数据、计算和算法的关系。但必须强调的是，如果这些东西不在基础设施的框架里，它们其实没有太大价值。数据不只是模型的附属品，也不只是计算的附属品。只有当它们成为完整的基础设施时，真正激动人心的创新才会发生。

回望历史，传统IT时代的云计算和AI时代的云计算已然不同，传统意义上的数据和AI时代的数据也存在细微差异。当AI、AI+和AI基础设施这三重革命同步发生时，没有什么比这更让人激动了。这些革命，正在创造未来。